Article Per Year (5 Year)
p-Index From 2020 - 2025
2.225
P-Index
This Author published in this journals
All Journal Network Engineering Research Operation [NERO] JCES (Journal of Character Education Society) Jurdimas (Jurnal Pengabdian Kepada Masyarakat) Royal Jurnal Komunika : Jurnal Komunikasi, Media dan Informatika Jurnal Teknologi Sistem Informasi dan Sistem Komputer TGD Jurnal Sistem Komputer Triguna Dharma (JURSIK TGD) Jurnal Sistem Informasi Triguna Dharma (JURSI TGD)
Fifin Sonata
STMIK TRIGUNA DHARMA
Computer Science & IT Control & Systems Engineering Education Languange, Linguistic, Communication & Media Social Sciences

Published : 15 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 5 Documents
Search
Journal : Jurnal Sistem Informasi Triguna Dharma (JURSI TGD)

 1 
Kelayakan Hasil Scanner Data Pasien Covid 19 Menggunakan Metode PSI (Preference Selection Index) Seniman Laia; Fifin Sonata; Suardi Yakub
Jurnal Sistem Informasi Triguna Dharma (JURSI TGD) Vol 1, No 3 (2022): EDISI MEI 2022
Publisher : STMIK Triguna Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/jursi.v1i3.5217

Abstract

Rumah Sakit Mitra Sejati mempunyai peranan penting menyeleksi hasil scanner data pasien. Rumah Sakit Mitra Sejati berusaha untuk meningkatkan pelayanan terbaik kepada masyarakat, salah satu upaya yang dilakukan oleh Rumah Sakit Mitra Sejati berupa pelayanan kesehatan Covid 19. Adapun permasalahan yang dilakukan pada saat menscanner data adalah dalam pengolahan hasil scanner terkadang menyebabkan banyak kegagalan pada saat pengiriman file yang akan dikirim ke Kantor Dinas Kesehatan.Permasalahan tersebut perusahaan membutuhkan suatu bidang keilmuan yang dapat membantu dalam pengambilan keputusan yaitu Sistem Pendukung Keputusan dengan menggunakan metode PSI. Preference Selection Index (PSI) merupakan metode yang memperoleh dengan perhitungan minimal dan sederhana seperti apa adanya berdasarkan konsep statistik tanpa keharusan bobot atribut. Sebagai hasilnya, keluaran hasil inferensi pada setiap aturan didefinisikan sebagai nilai yang tegas (crips) berdasarkan kuat penyulutan aturan.Hasil penelitian ini mendapatkan hasil yang maksimal dalam menganalisa dan dapat membantu petugas agar dapat menentukan dalam menyeleksi kelayakan hasil scanner data pasien covid 19 diharapkan dapat membantu petugas Rumah Sakit Mitra Sejati.Kata Kunci: Data  Scanner, PSI, Sistem Pendukung Keputusan
Penerapan Metode WASPAS Dalam Sistem Pendukung Keputusan Penilaian Kinerja Karyawan Kristina Wardani Zebua; Widiarti Rista Maya; Fifin Sonata
Jurnal Sistem Informasi Triguna Dharma (JURSI TGD) Vol 1, No 5 (2022): EDISI SEPTEMBER 2022
Publisher : STMIK Triguna Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/jursi.v1i5.5327

Abstract

Penilaian kinerja merupakan hal yang sangat penting dan rutin dilakukan oleh perusahaan. Penilaian kinerja sangat diperlukan untuk meningkatkan produktivitas dan profesionalitas suatu perusahaan yang tujuannya sebagai parameter dalam mengukur kemampuan para karyawan ataupun pegawai didalam suatu perusahaan. Adapun proses penilaian kinerja karyawan pada CV. Kiani Jaya Lestari (KJL) masih dengan cara manual dan tidak menggunakan komputer sehingga dalam pengecekan data akan memerlukan waktu yang lama sehingga diaanggap kurang efektif. Untuk dapat melakukan penilaian yang efektif maka dibangunlah sebuah aplikasi sistem pendukung keputusan memanfaatkan data dan metode untuk meyelesaikan masalah yang tidak struktur, salah satunya metode yang dipakai dalam sistem pendukung keputusan adalah WASPAS (Weight Aggregated Sum Product Assesment). Hasil penelitian ini berupa aplikasi untuk menghitung penilaian kinerja karyawan yang memberikan kecepatan dalam pengelolahan data dan memberikan hasil output informasi yang berbentuk laporan berisi hasil perankingan penilaian kinerja berprestasi.Kata Kunci: Sistem Pendukung Keputusan, Penilaian Kinerja, Metode WASPAS, Perankingan 
Analisa Pola Belanja Untuk Meningkatkan Omset Penjualan Menggunakan Algoritma Apriori Desi Ruth Melani Siregar; Fifin Sonata; Milfa Yetri
Jurnal Sistem Informasi Triguna Dharma (JURSI TGD) Vol 1, No 6 (2022): EDISI NOVEMBER 2022
Publisher : STMIK Triguna Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/jursi.v1i6.6488

Abstract

Toko Glorya Deli Serdang sebagai salah satu toko yang menjual sembako belum dapat memanfaatkan data transaksi secara maksimal.Permasalahan yang muncul yaitu ketersediaan produk sering tidak sesuai dengan keinginan konsumen, sehingga konsumen beralih ke toko lain dan berdampak negatif bagi toko saat menyetok barang yang kurang diminati konsumen. Salah satu cara untuk mengatasi masalah ini adalah dengan mengolah data transaksi menggunakan teknik data mining.Data mining adalah metode pemrosesan informasi dari berbagai database yang besar digunakan untuk menggambarkan pengetahuan dalam database dan menghasilkan informasi yang berguna untuk pengembangan. Metode yang digunakan untuk mengatasi masalah tersebut adalah menggunakan  algoritma apriori. Algoritma apriori merupakan pengambilan data dengan aturan asosiatif (association rule) bertujuan untuk mencari kemungkinan kombinasi yang sering muncul (Frequent) dari suatu set item. Dalam penelitian ini association rule digunakan untuk menganalisis sembako yang sering terjual secara bersamaan dan akan ditinjau dari data transaksi yang telah terjadi.Perhitungan algoritma Apriori pada aturan asosiasi ini dihitung melalui tiga tahap iterasi pembentukan kandidat k-itemset. Hasil analisa aturan asosiasi yang terbentuk dari perhitungan algoritma apriori dengan menentukan nilai minimum support >20% dan nilai minimum confidence >60% menghasilkan pola kombinasi itemset tertinggi yang diperoleh adalah gula → minyak goreng dengan nilai support 56,67% dan nilai confidence 94,44%. Hasil penelitian ini dapat digunakan untuk membantu pihak toko dalam menyusun strategi penjualan dan pengelolaan stok barang dalam upaya meningkatkan omset pemjualan sembako.Kata Kunci : Data Mining, Penjualan Sembako, Algoritma Apriori,Visual Studio 2010  
Sistem Pakar Dalam Mendiagnosa Penyakit Abses Periodontal (Gusi Bernanah) Menggunakan Dempster Shafer Etika Purnama Dewi; Muhammad Zunaidi; Fifin Sonata
Jurnal Sistem Informasi Triguna Dharma (JURSI TGD) Vol. 2 No. 2 (2023): EDISI MARET 2023
Publisher : STMIK Triguna Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/jursi.v2i2.5893

Abstract

Abses Periodontal merupakan infeksi yang terletak di sekitar poket periodontal dan dapat menyebabkan kerusakan ligamentum atau jaringan periodontal dan tulang rahang. Sebagian besar masyarakat pada umumnya seringkali menganggap remeh suatu penyakit yang berhubungan dengan gusi, sehingga pada saat pasien ditangani oleh dokter pasien telah mengalami kondisi yang lebih parah dikarenakan minimnya informasi atau fasilitas untuk mendiagnosa penyakit abses periodontal, serta biaya untuk periksa ke dokter yang tidaklah murah dan kurangnya rasa percaya diri seseorang saat melakukan diagnosa ke dokter. Berdasarkan uraian masalah yang telah disebutkan, maka itu diperlukan sebuah sistem yang mengadopsi pengetahuan manusia ke dalam komputer yang disebut dengan Sistem Pakar yang bertujuan untuk mendiagnosa penyakit abses periodontal agar membantu penderita untuk mendapatkan jawaban dari penyakit yang dihadapinya dengan menggunakan metode dempster shafer. Pemilihan metode dempster shafer didalam judul ini dikarenakan metode dempster shafer dapat mencari ketidakkonsistenan akibat adanya penambahan atau pengurangan fakta baru yang akan merubah aturan yang ada, sehingga metode Dempster Shafer memungkinkan seseorang aman dalam melakukan pekerjaan seorang  pakar. Hasil penelitian ini merupakan terciptanya Sistem Pakar Dalam Mendiagnosa Penyakit Abses Periodontal Dengan Menggunakan Metode Dempster Shafer.
Penerapan Data Mining Untuk Mengelompokkan Data Penjualan XL Home Menggunakan Metode K-Means Nanda Guslan Bakri; Azanuddin Azanuddin; Fifin Sonata
Jurnal Sistem Informasi Triguna Dharma (JURSI TGD) Vol. 2 No. 5 (2023): EDISI SEPTEMBER 2023
Publisher : STMIK Triguna Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/jursi.v2i4.5499

Abstract

Pada PT.GSR memiliki karyawan sebanyak 18 Orang sales yang memasarkan produk XL Home di kota Medan. Dalam waktu 1 bulan, target penjualan diharapkan sebanyak 200 pelanggan baru didapatkan untuk berlangganan produk XL Home. Tetapi, dengan luasnya cakupan area penjualan tidak sesuai dengan jumlah sales yang dimiliki. Permasalahan tersebut perusahaan membutuhkan bidang keilmuan data mining dengan menggunakan metode K-Means Clustering. Dengan menggunakan metode ini, data-data yang telah didapatkan dapat dikelompokan kedalam beberapa cluster berdasarkan kemiripan dari data-data tersebut, sehingga data-data yang memiliki karakteristik yang sama dikelompokan dalam satu cluster dan yang memliki karakteristik yang berbeda dikelompokan dalam cluster yang lain yang memiliki karakteristik yang sama. Hasil penelitian ini dapat pengelompokan data penjualan berdasarkan target penjualan dan jumlah penjualan di kota medan ini menggunakan data mining dengan metode clustering diharapkan dapat membantu untuk PT. GSR dalam melakukan promosi penjualan ke wilayah yang memiliki potensi besar dengan jumlah sales yang telah dimiliki agar menjadi lebih efisien dan mampu mencapai target penjualan yang diberikan.
Co-Authors A, Azanuddin Afdal Al Hafiz Ardianto Pranata Azanuddin Azanuddin Badrul Anwar Dede Prabowo Wiguna Desi Ruth Melani Siregar Erwin Vasi Waruwu Etika Purnama Dewi Firahmi Rizky Hutagalung, Juniar I'in Arini Iskandar Zulkarnain Jodi Anggara kamil erwansyah Kristina Wardani Zebua Milfa Yetri Muhammad Zunaidi Nanda Guslan Bakri Rahmat P Dalimunthe Rini Kustini Seniman Laia Sri Kusnasari Suardi Yakub Usti Fatimah Sari Sitorus Pane Widiarti Rista Maya Zaimah Panjaitan